读书分享｜面向设计展览的数据叙事可视化实践策略探索

/基本介绍/

1/ 研究问题

数据叙事与可视化技术在实际设计场景中的应用

2/ 研究方法

文献分析法；案例分析法；调查访谈法

3/ 研究结果

随着数字技术和人工智能的广泛应用，数据生成的技术开发和研究也在不断拓展，也为非专业技术人员提供了具备数据素养的便利条件，在未来的实践领域中将继续呈现应用领域融合并延伸的趋势。

/阅读分析/

1/ 数据来源

笔者针对甲壳虫（德语: VWKäfer、英语: Volkswagen Beetle）进行数据信息挖掘，数据源涉及出版图书、官方网络信息、媒体报道等，分类数据源如表：

2/ 概念解析

① 数据叙事三要素

Brent Dykes 认为数据叙事包括三个关键要素： 数据 是故事构建的信息基础和核心要素； 叙事结构 确保这些视觉元素能够按照一定的逻辑顺序和节奏展开，提供了故事的框架和逻辑； 视觉要素 结合信息可视化领域技术,启发观众对于数据的视觉吸引,与人类的视觉本质相联系。

• 第一层 为实现数据故事的核心基础为数据的信息源动力，包括原始数据集、数据的收集、处理和分析，决定了叙事的内容深度和主旨方向

• 第二层 为建构框架的叙事结构理解，包括如何组织和呈现数据展现的显性与隐形信息，构建故事的叙事视角与逻辑框架，设定了数据如何被叙述和解释

• 第三层 则为运用实践的视觉要素呈现，具象的表现形式将抽象的数据和叙事框架转化为观众可以直观感受和理解的形式，它依赖于数据和叙事结构

• 故事的实质与基础 ：数据的质量和可信度是决定数据故事可信度和影响力的关键因素

• 目的性洞察与深度解释 ：在构建框架前设立一个清晰的目标，即有目的性地洞察并进行深入浅出的解释

• 递进式构建序列 ：逐渐引导观众理解并接受故事的中心见解或结论

• 意识通道与共鸣 ：以故事传递的优势进行对其从理解到认知的过程

• 视觉化编制维度 ：视觉要素运用于复杂的数据变得易于理解和接近

  
  

④ 信息可视化概述

信息可视化技术的运用和不断发展为深入理解特定数据信息提供了关键工具。通过对数据信息进行可视化处理,能够直观地掌握并简化复杂数据,有助于读者理解复杂数据之间的联系,并促进了新的认知和理解的形成。信息可视化将结合信息技术,  把数据转换成容易理解且引人入胜的视觉表现形式。设计师利用图形、颜色、布局等视觉元素来呈现数据,以及通过动画、交互等技术来增强用户体验,在提升读者的理解力和兴趣上发挥着重要作用。

⑤ 产品生命周期

3/ 技术路线图

第一步：处理数据信息

1.自然语言处理

2.定向挖掘信息

第二步：建立叙事体系

第三步：视觉编排呈现
视觉样式：短篇报纸版面；颜色：无彩色黑白主基调+低饱和有彩色；字体/logo：手绘风格

视觉空间编排：

视觉要素交互 ：

在梳理学姐论文研究框架的同时，接触到课题相关的研究领域。本篇学位论文为本人在未来可能课题方向—— 数据可视化 在理论和实践上都提供了方向性引导。我将以此为阅读的起点，以本篇所涉及理论与知识点为基础，以其相关的参考文献所提关键词为拓展，展开与 数据叙事 、 可视化技术 等课题相关的知识网络，为今后学习研究提供帮助。

[1] 任磊,杜一,马帅等.大数据可视分析综述[J].软件学报,2014,25(09):1909-1936.

[2] 朝乐门,张晨.数据故事化:从数据感知到数据认知[J].中国图书馆学报,2019,45(05):61-78.

[3] 朱梦泽,赵海英.叙事式可视化综述[J].计算机辅助设计与图形学学报,2019,31(10):1719-1727.

[4] 辛向阳 .交互设 计:从物逻辑到行为逻辑 [J].装饰 ,2015,(01):58-62.DOI:10.16272/j.cnki.cn111392/j.2015.01.012.

[5] 徐戈,王厚峰.自然语言处理中主题模型的发展[J].计算机学报,2011,34(08):1423-1436.

[6] 张晨逸,孙建伶,丁轶群.基于 MB-LDA 模型的微博主题挖掘[J].计算机研究与发展,2011,48(10):1795-1802.

[7] 洪巍,李敏.文本情感分析方法研究综述[J].计算机工程与科学,2019,41(04):750-757.

[8] A Visual Analytics Approach to Facilitate the Proctoring of Online Exams

[9] MultiVision: Designing Analytical Dashboards with Deep Learning Based Recommendation